Transumo Intelligent Vehicles. Showcase



Vergelijkbare documenten
ITS, Gedrag en Modellen: Strategische, tactische en operationele gedragsadaptaties Dr. R. (Raymond) G. Hoogendoorn

SERVICEPROVIDER IN VM (2.0) Mark Grefhorst BD Manager

StadsDashboard. Staat van de Stad brengt slimme logistiek in beeld. Merle Blok 12 mei 2015

De auto als actuator

Smart mobility Hoe maakt smart mobility het wegennet futureproof? Emile Oostenbrink en John Boender

Dagelijks 1.4 miljoen kilometer. Fietsen in Kopenhagen fietsen per dag op Nørrebrogade. 42% van ritten werk/school per fiets

Lessen en ervaringen met Geintegreerd Netwerkbreed Verkeersmanagement (GNV) 6 oktober 2016

Mobiliteit en Stad. Twee kanten van dezelfde medaille. Utrecht, 21 maart Arie Bleijenberg Koios strategy

Gedragsbeinvloeding In-car advies. Marieke Martens (Universiteit Twente en TNO)

titel Smart Mobility op de weg: ontwikkelingen in vogelvlucht Onno Tool Rijkswaterstaat Toekomst van de Wegbeheerder 11 oktober 2017, Zwolle

ImFlow: BELEIDSMATIG VERKEERS MANAGEMENT

Bijlage 1. Spookfiles. Wat is het probleem?

Nationaal verkeerskundecongres 2016

TEN effecten in Den Haag, Duurzaam Dynamisch Verkeersmanagement door integrale afweging van Traffic, Emissie en Noise (TEN) bij inzet van scenario s

Smart Mobility - Big Data voorspellingen. Bjorn Heijligers Bjorn.Heijligers@tno.nl

OpenTraffic. Open Traffic: open source software modellen toolbox. Guus Tamminga, Peter Knoppers, Hans van Lint, Alexander Verbraeck, Yufei Yuan

Verkeersmanagement in de praktijk

IenM maakt grootschalig testen van zelfrijdende voertuigen mogelijk. De minister in de zelfrijdende auto op de A10 eind 2013.

eurofot - European Large-Scale Field Operational Test on In-Vehicle Systems

M{ZD{ CX _15R1_CX3_V3_COVERS.indd /05/ :22:22

Aansprakelijkheidsrisico s & verzekerbaarheid zelfrijdende auto s. Evert-Jeen van der Meer Client Director Trade & Manufacturing Aon Risk Solutions

FAST. SMART Cities - SMART systems. Cornelis van Bemmel 12 May 2015

Floating Car Data voor filestaartbeveiliging Marco Schreuder (RWS) NDW-NM 7 december 2016

Modelleren van de effecten van verkeersflucaties voor DVM

Energie efficiëntie in mobiliteit

Evaluatie van netwerkmanagement

Inventarisatie evaluaties stedelijk verkeersmanagement

Water. Wegen. Werken. Rijkswaterstaat.

Beter Benutten en VRI s: Global meets local

1. CVIS User Acceptance Study (D.DEPN.4.1) 2. CVIS User Survey (D.DEPN.4.1a)

Landelijke Smart Mobility Ronde Tafel Human Behaviour

Sneak preview Masterclass Smart Mobility

Eindrapportage IV: december 2009

C-ITS in het OV De coöperatieve bus. 6 oktober 2016

Smart Mobility Amsterdam. Tijs Roelofs X Smart Mobility Manager X CTO X City of Amsterdam

M{ZD{ CX _14R1_MAZ_CX5_V2_COVERS.indd /02/ :50:14

Probleem 2. Oplossing 3. Kosten en opbrengsten 4. Impact Gemiddelde automobilist 5 Maatschappij 6. Verdeling van kosten en opbrengsten 7

Nationale Platoontest. Evaluatie van de testrit met semi-zelfrijdende auto s op de A2

EverGreen: minder stoppen, betere luchtkwaliteit, maar

Elektrisch Rijden. Transitie Wagenpark en Bestelbussen werksessie 1. Flip Oude Weernink, Mark Gorter 13 april 2018

M{ZD{ _14R1_MAZ6_V2_COVERS.indd /03/ :59:20

de digitale wegbeheerder

Amsterdam 9 mei 2017 Guy Konings, Joulz

Inhoud. Dynamisch Verkeersmanagement Beleidskader Verkeerscentrum Dynamisch Verkeersmanagement Instrumenten

Geluid van binnenstedelijk wegverkeer De motor uit en rustig doorrijden

Introduction Henk Schwietert

Dit tentamen bestaat uit 6 vragen. Voor elke vraag zijn 10 punten te behalen. Het tentamencijfer is 1+ [aantal punten]/60.

Crash Course Smart Mobility: ontwikkelingen in vogelvlucht

Potentie van cellulaire technologie. FCD Symposium 7 december Amersfoort

3200 = 40 = 30,5 vtg/km 4200

Duurzame mobiliteit in de stad Klimaatavond Eindhoven Klimaatavond Eindhoven

Smart Mobility ronde tafel Security

Landelijke kennisagenda Human Behaviour & Smart Mobility CONCEPT 2.0

Sensor City Presentatie meeting Digitale Steden Agenda. TT Circuit Assen, 16 juni 2016

KIVI NIRIA jaarcongres

Regionale BenuttingsVerkenner

KIM. Slimme acties ondernemen

Optimalisatieplatform

Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)

ecomove: coöperatieve systemen en services om efficiënter te rijden

Emissiefactoren voor licht wegverkeer bij maximum snelheid van 130 km/u op autosnelwegen

INNOVATIEVE TEKSTWAGEN GEOPTIMALISEERD VOOR STEDELIJKE GEBIEDEN

Transcriptie:

Transumo Intelligent Vehicles Showcase

Routekeuze Emissies Automatic Cruise Control Netwerkmanager File-assistent ITS Modeller Verkeersmanagement Showcase Transumo IV

Transumo TRANsition SUstainable MObility Dit project is mede mogelijk gemaakt door Transumo. Transumo is een Nederlands platform van meer dan 150 bedrijven, overheden en kennisinstituten. Centrale doelstelling is om bij te dragen aan de transitie naar duurzame mobiliteit. Duurzame mobiliteit versterkt economische concurrentie- kracht, met grote aandacht voor mens & milieu. De onderzoeks- en kennisontwikkelingsactiviteiten zijn gestart in 2004 en lopen door tot en met 2009. Inmiddels worden in Transumo verband meer dan 20 onderzoeksprojecten uitgevoerd. Meer informatie via www.transumo.nl.

TNO TNO maakt wetenschappelijke kennis toepasbaar om het innovatief vermogen van bedrijfsleven en overheid te versterken Kennis ontwikkelen, integreren én toepassen: die combinatie onderscheidt TNO van andere kennisinstellingen. Door kennisgebieden effectief met elkaar te laten samenwerken ontstaan creatieve en praktijkgerichte innovaties: nieuwe producten, diensten en processen, op maat gesneden voor klanten bij bedrijfsleven en overheid. Verschillende disciplines, verschillende sectoren, één doel: mensen en organisaties helpen om beter te functioneren.

Transumo IV In-voertuig intelligentie als baanbrekende technologie om bij te dragen aan een transitie naar duurzaam verkeer en vervoer Onderzoek nodig om: Meer inzicht te krijgen in behoeften en gedrag van bestuurders en andere stakeholders Het potentieel van nieuwe systemen te kunnen inschatten, in termen van veiligheid, efficiëntie, betrouwbaarheid, milieueffecten, haalbaarheid, transities en implementatie aspecten. Bij elkaar brengen van industrie, overheid en kennisinstituten On-road testen van concepten

Verkeersmanagement Showcase Doel: ontwikkelen, evalueren en demonstreren van intelligente voertuig- en verkeersmanagement concepten voor een bestaande verkeerssituatie (Utrecht - Amersfoort) in een simulatieomgeving met betrokkenheid van een wegbeheerder (Provincie Utrecht) Onderdelen: Beïnvloeden van routekeuze met DRIPs, selectieve informatievoorziening via in-car devices of financiële incentives Effect van routekeuze op doorstroming Doorstromings- en emissie effecten van intelligente en coöperatieve voertuigsystemen: File-assistent Adaptive Cruise Control

ITS Modeller

Emissie effect ACC ITS Modeller simulaties: individuele ritprofielen pilot RijAssistent Wegen naar de Toekomst: Full Traffic data van geïnstrumenteerde voertuigen CO 2 NO x PM10 Emissiemodel Versit+ Micro

Emissie berekening ITS modeller Koppeling ITS modeller met Versit+Micro: Logging van individuele ritprofielen: Voertuigtype, snelheid, positie, acceleratie (per seconde) Modellering aan- en uitschakelgedrag van de ACC in de simulatie Ritprofiel in Versit+ Micro (gesmoothed)

Emissieberekening Full-Traffic data Voorbeeld: gemeten snelheidsprofiel met ingestelde ACC snelheid op 100 km/u Metingen gedurende 5 maanden 19 voertuigen (bestuurders leaserijders) Data gesplitst naar: ACC actief/inactief Wegtype stad/provinciaal/snelweg Snelheid >50 km/u, >70 km/u Logging: positie, snelheid, acceleratie, wegtype, versnelling (gear) etc. Loggingfrequentie 0.1 Hz. Voor emissieberekeningen 1 Hz

Emissie effect ACC 270 CO2 (g/km) CO2 reductie: 10-12 % 0.95 NOx (g/km) 260 250 240 NOx reductie: 12 18 % 0.9 0.85 230 220 PM10 reductie: 1-4 % 0.8 210 0.75 0% 10% 50% 100% 0% 10% 50% 100% emissiereductie (%) 20% 15% 10% 5% 0% CO2 NOx PM10 10% ACC (simulatie) 50% ACC (simulatie) 100% ACC(simulatie) 100% pilot rijassistent

Automatic Cruise Control

Werking Automatic Cruise Control Uirbreiding op cruise control: voertuig houdt snelheid en afstand tot voorligger. Meting tot voorligger d.m.v. (radar)sensor. Vaste tijd tot voorligger, instelbaar door bestuurder: 1.0, 1.4, 1.8, 2.2, 2.6 of 3.0 seconden Instelbare snelheid: 30 tot 160 km/uur Acceleraties tussen -3 en +3 m/s 2 Uitschakelen ACC door systeem: Benodigde deceleratie naar voorligger < -3 m/s 2 (waarschuwingssignaal) Snelheid < 30 km/h Uitschakelen ACC door bestuurder: remmen (systeem schakelt uit, handmatig weer aan zetten) gas geven (systeem inactief, maar blijft aan)

Automatic Cruise Control simulaties 10% met ACC 50% met ACC van 4 naar 3 stroken 100% met ACC 15:50 uur

Simulation Set-up Penetration rate: 0% (reference), 10%, 50%, 100% Two ACC variants: always on/with on- and off-switching Passenger cars, trucks (7 %) 4-lane highway segment A12 (Netherlands), lane drop after 4 km Simulation time 2 hours, 5 replications per scenario Headway setting with ACC Volgtijd verdeeld volgens gemeten volgtijden WnT pilot Gemiddelde volgtijd zonder/met ACC: 1 sec / 1.22 sec % 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1 1.4 1.8 2.2 2.6 3 Time heawday (sec) Klunder, Li & Minderhoud

Simulation Results: average speeds 120.0 No switch Average speed (km/h) 100.0 80.0 60.0 40.0 20.0 0.0 With switch 0.0 20.0 40.0 60.0 80.0 100.0 120.0 Time (minutes) reference 10%, with switch 50%, with switch 100%, with switch 10%, no switch 50%, no switch 100%, no switch Klunder, Li & Minderhoud

Simulation Results: change in delay times 60% Free Flow Congestion 40% 20% 0% -20% 100% 50% 10%, no switch 50%, no switch 100%, no switch 10%, with switch 50%, with switch 100%, with switch -40% -60% 10% No Switch Klunder, Li & Minderhoud With Switch No Switch With Switch

De Netwerkmanager

De Netwerkmanager Beleidsuitgangspunten Operationeel verkeersmanagement Regelstrategie Services Netwerkmanager

Van lokaal management naar netwerkmanagement Capacity drop Capacity Reroute drop to alternative? Segment-agent VMS-agent Rerouting feasible Reroute to alternative? Insufficient capacity Sufficient capacity

Kostenfuncties Snelweg vs. stedelijke weg Doorstroming, milieu en veiligheid 3,50 3,00 2,50 kosten (euro/km) 2,00 1,50 1,00 dodelijk letsel CO2 PM10 Nox brandstof reistijd 0,50 0,00 0 10 20 30 40 50 60 70 80 90 100 dichtheid (vtg/km)

Routekeuze Er is een routekeuze model ontwikkeld die de effecten van verkeersinformatie systemen op verkeersstromen kan bepalen Experiment: voor reizigers tussen Utrecht en Amersfoort is het verschil bepaald tussen het effect van DRIPs en persoonlijke in-car verkeersinformatie.

Routekeuze model Genereren route sets routes worde vooraf gegeneerd d.m.v. een Monte Carlo methode Iedere 5 minuten word een nieuw snelste pad toegevoegd als nieuwe route Nieuwe routes moeten minimaal 5% afwijken van bestaande routes Selecteren routes Hiervoor wordt het C-logit keuze algoritme gebruikt Voor iedere bestuurder wordt een route geselecteerd uit de routeset op basis van stochastiek. Hoe sneller een route t.o.v. de andere routes, hoe meer bestuurders de route toegewezen krijgen Bij selectie van een route tijdens de trip kan alleen een keuze gemaakt worden uit routes die langs de huidige locatie van de bestuurder komen On-trip verkeersinformatie De perceptie van de reistijd veranderd wanneer de bestuurder verkeersinformatie te zien krijgt Alleen van het gedeelte van het wegennet waarover informatie wordt gegeven, verandert de perceptie Wanneer de perceptie veranderd is wordt opnieuw een route geselecteerd uit de beschikbare routes

Routekeuze Eenvoudig testnetwerk Voertuigen via verschillende routes van linksonder naar rechtsboven Ongeluk midden onder DRIP linksonder Voertuigen die hun route tijdens de trip aanpassen worden roze

Validation Reality 4 from 8 possible routes Average expected travel times *: 14 min (A28) 20 min (N237, N238, A28) * http://www.tripcast.nl/, winner RWS travel time competition 2008 ITS modeller the same 4 routes Average expected travel times **: 14 min (A28) 20 min (N237, N238, A28) ** 70% of peak hour demand

Experiment: comparing DRIP and in-car information A28 9 km up to Zeist city of Amersfoort destination B origin A N237 Panweg N238 N241 A28 city of Utrecht incident location

Results show case: travel times No traffic information, no incident 14 min Travel time (min) 70 60 50 40 30 20 A28 Travel times per route A28 N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237, Panweg,A28(Zeist) N237, Panweg,A28(Zeist) 10 15:21 15:50 16:19 16:48 17:16 17:45 departure time

Results show case: travel times No traffic information 24 min Travel time (min) 70 60 50 40 30 20 A28 Travel times no per info route A28 N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237, Panweg,A28(Zeist) N237, Panweg,A28(Zeist) 10 15:21 15:50 16:19 16:48 17:16 17:45 departure time

Results show case: travel times Informatie on DRIP 21 min Travel time (min) 70 60 50 40 30 20 A28 A28 Travel times per route N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237, Panweg,A28(Zeist) N237, Panweg,A28(Zeist) 10 15:21 15:50 16:19 16:48 17:16 17:45 departure time

Results show case: travel times In-car traffic informatie 22 min Travel time (min) 70 60 50 40 30 20 A28 A28 Travel times in-car info per route N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237,N238,A28(Zeist) N237,N413,A28(Soesterberg) N237, Panweg,A28(Zeist) N237, Panweg,A28(Zeist) 10 15:21 15:50 16:19 16:48 17:16 17:45 departure time

Routekeuze mogelijke toepassingen Voor wegbeheerders Bepalen van optimale locatie voor DRIPs Bepalen van geschikte boodschap op DRIPs (km file, minuten reistijd, groeiende file ) Voor service providers Bepalen van de voordelen van persoonlijke in-car informatie en navigatie diensten E.g. reductie reistijden van gebruikers van de dienst

File-Assistent Wat is de File-Assistent? Actief gaspedaal: Geleidelijke aanpassing aan snelheid in filestaart. Stop & Go: neemt de longitudinale rijtaak over in de file. Simulaties met de ITS modeller Gecalibreerd met lusdata van de A12 Effecten bepaald op doorstroming en verkeersveiligheid Promotieonderzoek Cornelie van Driel: Driver Support in Congestion - An assessment of user needs and impacts on driver and traffic flow

File-Assistent Actief gaspedaal: Geleidelijke aanpassing aan snelheid in filestaart Activatie vanaf 1500 of 500 meter voor de filestaart 500 of 1500 m 0.8 of 1.0 s Stop&Go Activatie: < 50 km/u gedurende 3 sec Deactivatie: > 70 km/u gedurende 3 sec Volgafstand 0.8 of 1.0 seconde.

File-Assistent resultaten